湯 云

淮南師范學院計算機學院,安徽 淮南 232038

城市擴張和人類活動對生態(tài)環(huán)境的影響是監(jiān)測城市化進程的重要指標。研究城市擴張的時空變化特征和人類活動與生態(tài)環(huán)境的交互關系,有助于探索城市化進程對植被演化、水循環(huán)、空氣質量、地表熱平衡和生物多樣性等的作用過程。融合多源遙感數據對城市群的城市擴張及與生態(tài)環(huán)境的交互關系進行監(jiān)測,對于加深人們對城市化進程的全面理解具有重要的現實意義。論文通過對已有研究的總結和分析,針對當前在監(jiān)測城市群城市化進程研究中存在的問題和不足,首先,提出了夜光影像互校正模型和融合多源數據的高精度不透水面提取方法,以監(jiān)測3大城市群(京津冀城市群、長三角城市群、粵港澳大灣區(qū))連續(xù)20年的城市范圍擴張;然后,論文提出了3大城市群高空間分辨率的氣候因子和人類活動與植被變化的耦合模型,獲取了多空間尺度的耦合協調度分布特征;最后,顧及不同時間尺度的影響,論文提出了氣候因子和人類活動對植被變化影響的多時間尺度效應模型,量化3大城市群在不同時間尺度下的氣候因子和人類活動對植被變化的相對重要性。具體的研究工作如下。

(1) 高精度的不透水面是反映城市化進程的重要數據產品,針對當前在獲取長時序不透水面時精度不高的問題,論文提出一種融合多源數據的長時序城市群不透水面提取方法,實現3大城市群長時序高精度的城市擴張動態(tài)監(jiān)測。首先,論文提出了基于地理加權回歸模型的夜光數據互校正模型,克服當前夜光數據在獲取高精度不透水面時,面臨的過飽和、溢出效應、不連續(xù)和不一致問題;然后,提出融合夜光影像、地表溫度、建筑指數和人口數據的不透水面提取方法,實現了京津冀城市群、長三角城市群和粵港澳大灣區(qū)2000—2019年的高精度不透水面提取;最后,分析不透水面時空變化特征及發(fā)展規(guī)律。論文為大范圍、多時序的不透水面提取提供了有效方法,為城市時空變化模式分析提供數據支撐。

(2) 針對當前快速城市化進程中缺乏精細空間尺度的城市化水平和生態(tài)環(huán)境耦合特征分布的現狀,論文提出了氣候因子和人類活動與植被變化的多尺度耦合模型,獲取了高空間分辨率的耦合協調度分布特征,解決了當前在城市化水平與生態(tài)環(huán)境交互關系研究中,僅依賴統計數據所獲取的研究結果空間分辨率粗糙的問題。論文分別以城市群、像元和多級網格為分析單元探索氣候因子和人類活動與植被變化的耦合協調度分布特征。結果表明,長三角城市群的耦合協調度高于京津冀城市群和粵港澳大灣區(qū);京津冀城市群的耦合協調度先降后增,整體呈現出上升趨勢;長三角城市群呈現出上升趨勢;粵港澳大灣區(qū)在城市核心區(qū)域呈現出輕微下降趨勢;3大城市群在不同空間尺度下的耦合關系均未達到高度協調耦合階段和高質量的協調性。

(3) 城市化進程中氣候因子和人類活動對生態(tài)環(huán)境的影響取決于時間尺度,針對當前缺乏氣候因子和人類活動在不同時間尺度上對植被變化影響研究的現狀,論文提出了氣候因子和人類活動對植被變化影響的多時間尺度效應模型,量化3大城市群在不同時間尺度下的氣候因子和人類活動對植被變化的相對重要性。結果表明,京津冀城市群的人類活動對植被變化產生長時間的影響;在長三角城市群和粵港澳大灣區(qū),植被變化在短期內主要受人類活動的影響,而長期趨勢上的植被變化,主要受氣候因子的影響。